Neste capítulo, você vai se familiarizar com o básico da API funcional do Keras.  Você vai montar uma rede funcional simples usando blocos de construção funcionais, ajustá-la aos dados e fazer previsões.

Camadas de entrada e densas do Keras

Camadas de entrada

Camadas densas

Camadas de saída

Crie e compile um modelo

Crie um modelo

Compile um modelo

Visualize um modelo

Ajustar e avaliar um modelo

Ajuste o modelo aos dados do torneio de basquete.

Avalie o modelo em um conjunto de testes

A API funcional do Keras

Neste capítulo, você vai criar redes de duas entradas que usam embeddings categóricos pra representar dados de alta cardinalidade, camadas compartilhadas pra especificar blocos de construção reutilizáveis e camadas de mesclagem pra juntar várias entradas em uma única saída. Ao final deste capítulo, você vai ter os fundamentos básicos para projetar redes neurais com fluxos de dados complexos.

Incorporações de categorias

Definir pesquisa de equipe

Definir modelo de equipe

Camadas compartilhadas

Definindo duas entradas

Procure as duas entradas no mesmo modelo

Juntar camadas

Camada de saída usando camada compartilhada

Modelo usando duas entradas e uma saída

Preveja a partir do seu modelo

Ajuste o modelo aos dados de treinamento da temporada regular.

Avalie o modelo com os dados de teste do torneio.

Duas redes de entrada usando incorporações categóricas, camadas compartilhadas e camadas de mesclagem

Neste capítulo, você vai expandir seu modelo de 2 entradas para 3 entradas e aprender a usar as funções summary e plot do Keras para entender os parâmetros e a topologia das suas redes neurais. No final do capítulo, você vai entender como estender um modelo de 2 entradas para 3 entradas e mais.

Modelos de três entradas

Crie uma camada de entrada para jogos em casa e fora de casa.

Crie um modelo e compile-o

Ajuste o modelo e avalie

Resumindo e traçando modelos

Resumos dos modelos

Modelos de plotagem

Modelos empilháveis

Adicione as previsões do modelo aos dados do torneio.

Crie uma camada de entrada com várias colunas

Ajuste o modelo

Avalie o modelo

Várias entradas: 3 entradas (e muito mais!)

Neste capítulo, você vai criar redes neurais com várias saídas, que podem ser usadas pra resolver problemas de regressão com vários alvos.  Você também vai criar um modelo que resolve um problema de regressão e um problema de classificação ao mesmo tempo.

Modelos com duas saídas

Modelo simples de duas saídas

Ajuste um modelo com duas saídas

Dá uma olhada no modelo (I)

Modelo único para classificação e regressão

Classificação e regressão em um modelo

Compile e ajuste o modelo

Dá uma olhada no modelo (II)

Avalie novos dados com duas métricas

Conclusão

Saídas múltiplas

Basketball data

Basketball models

Este curso mostra como resolver vários problemas usando a API funcional versátil do Keras. Você vai começar com redes simples e densas de várias camadas (também conhecidas como perceptrons multicamadas) e depois vai passar para arquiteturas mais complicadas. O curso vai falar sobre como criar modelos com várias entradas e uma única saída, além de como dividir pesos entre camadas em um modelo. Também vamos falar sobre coisas mais avançadas, como incorporação de categorias e redes de múltiplas saídas. Se você já quis treinar uma rede que faz classificação e regressão, esse curso é pra você!

<h2>API funcional Keras</h2>
Neste curso, você vai aprender a resolver problemas complexos usando a API funcional do Keras. <br><br> Começando com uma introdução, você vai construir redes funcionais simples, ajustá-las aos dados e fazer previsões. Você também vai aprender a construir modelos com várias entradas e uma única saída e compartilhar pesos entre camadas.​.<br><br>
<h2>Redes de múltiplas entradas</h2>Conforme você avança, explore a construção de redes de duas entradas usando incorporações categóricas, camadas compartilhadas e camadas de mesclagem. Esses são os blocos básicos pra projetar redes neurais com fluxos de dados complexos. <br><br> Ele estende esses conceitos para modelos com três ou mais entradas, ajudando você a entender os parâmetros e a topologia das suas redes neurais usando as funções de resumo e plotagem do Keras.​.<br><br><h2>Redes de múltiplas saídas</h2>Nos exercícios interativos finais, você vai trabalhar com redes de múltiplas saídas, que podem resolver problemas de regressão com vários alvos e até mesmo lidar com tarefas de regressão e classificação ao mesmo tempo. <br><br> No final do curso, você vai ter experiência prática com técnicas avançadas de aprendizado profundo para dar um gás na sua carreira como cientista de dados, incluindo a avaliação dos seus modelos em novos dados usando várias métricas.. <br><br>

Conclusão

Create Your Free Account